商汤大装置 AI Agent Infra 实践，加速智能时代创新效能

“AI Agent 是 AI 实现商业化的关键路径之一，尤其在 2025 年被视为商业化元年。”商汤大装置事业群 CTO 宣善明在近日举行的【中国软件研发创新科技峰会】上讲到。在此次大会《AI Agent 智算生产 Infra 实践》主题演讲中，宣善明全面分享了商汤大装置 AI Agent Infra 端到端体系搭建及场景实践成果。

Agent：操作系统级的智能入口

宣善明认为，Agent 不再是单一任务工具，而是“操作系统级别的入口”。Agent 既是人与 AI 交互的统一接口，还能进行组织、编排及自我进化。可以想象一下，未来我们可以依托 Agent 体系，一个人即可组建公司，通过编排 AI 员工形成团队，甚至进一步扩展成复杂的 AI 组织。

与传统 AI 模型不同，Agent 的核心挑战在于其不确定性。我们无法完全预设 Agent 行为，系统必须具备发散性评估与自我优化能力，在持续反馈中实现自主进化。

这要求 Agent 具备四大核心能力：统一入口、可扩展性、自我进化能力和评估体系等。

智能中枢：Agent Infra 的底层支撑

2030 年，经济体将演变为一个 Agent 经济体，其中每个 Agent 像神经网络的节点一样互联协作，通过统一入口分发任务并与其他 Agent 交互完成工作。这样的体系高度复杂、动态且自组织，无法完全依赖人工手工搭建，因此需要系统化的 Agent Infra 来支撑。

首先，需要构建智能中枢。

商汤大装置 Agent Infra 智能中枢体系由公共能力组件、外部工具接入以及自我进化机制共同组成的体系，使 agent 能通过持续进化不断扩展自身能力。

· 公共能力组件是 Agent Infra 智能中枢体系中支撑 Agent 高效运行的核心基础模块。它通过提供统一的 Memory、Agent 元数据管理、沙盒环境、规划器和摘要器等公共能力，使 Agent 能够高效地管理自身知识、跟踪任务状态、进行安全隔离的实验等，以及在复杂任务中实现智能规划与决策。

· 在外部工具接入能力方面，体系引入经过遴选与验证的工具和 MCP，确保 Agent 在面对自身无法解决的问题时能够调用外部资源，同时通过开放搜索 MCP 发现和评估新的功能资源，从而拓展任务覆盖范围并提升问题解决能力。

· 自我进化机制是支撑智能体持续提升能力的核心环节。该机制依托 MCP Builder 和 Agent Builder 两个关键组件构建。MCP Builder 主要用于快速构建基础功能。相比之下，Agent Builder 面向更复杂的智能体需求，它不仅仅生成一段代码逻辑，而是赋予生成的智能体自我验证、自我迭代、自我思考的能力。通过 Agent Builder，智能体可以在实际应用中不断反思与优化自身行为，从而实现能力的自主扩展与进化。

除此之外，Agent Infra 智能中枢 Memory 体系承担着智能体感知、决策与自我迭代的功能。我们基于多模态解析构建了统一的 Knowledge Graph，将文本、图像、视频等多源信息进行结构化存储与索引，以实现高效检索与使用。此外，Memory 还用于智能体的自我迭代，每次执行任务后，成功与失败路径都会被记录于 Knowledge Graph，供下一次 Planning 参考，使 Agent 能够低成本、高效地沿用成功经验、规避失败路径，实现自主进化。

Agent Infra 端到端实践：闭环验证与产业落地

在商汤大装置的 Agent Infra 实践中，端到端构建流程涵盖从 Agent 生成、离线验证到灰度上线的完整闭环。

· SRE-Agent：商汤作为业内领先的 AI 基础设施厂商，SRE-Agent 是保障其大规模算力集群稳定运行的重要工具。宣善明现场演示了 SRE-Agent 进行故障排查的过程。当一个 2000P 集群中的任务无法启动时，SRE-Agent 能自主完成故障排查。它对接日志与监控系统，结合知识库生成排查计划，并在执行中动态调用检索工具，最终产出根因分析与解决方案。与人工数小时的排查相比，分钟级即可完成，大幅提升运维效率并减少人力投入。

· 具身智能 Agent：另外在具身智能领域，商汤大装置开发了具身仿真数据生成 Agent，来为客户提供高效的数据生成能力。该 Agent 基于已有的仿真平台（如 NVIDIA 仿真环境），通过 Agent 系统进行全流程规划与任务拆解，进行场景素模构建和场景集成，并能够进行光影调整与参数优化等来形成大量高质量数据集。可以看到，Agent 在数据生成环节的自主规划与智能执行能力，能够从数据多样性与场景覆盖等角度，帮助客户快速获取可用于训练和验证的具身智能数据。

· 行业性 Agent：商汤大装置在某大型项目中，实现了以唯一业务入口统一管理和调度超过 100 个 Agent，大部分由顶层 Agent 自主生成，系统覆盖 30 余内部业务系统、4000 余工具及十多个垂类模型，实现了 AI 自主定位与任务执行，成功验证了 Agent Infra 在行业级项目落地中的可扩展性和高效性。

“我们正在见证一个完整闭环的逐步成型。商汤大装置的 AI Agent Infra 实践，正通过基础设施与智能体模板、开放生态社区以及 Marketplace 等层层推进，支撑起繁荣的 Agent 经济生态。这不仅实现了从技术落地到产业化的闭环，更展现了商汤在 AI Agent 时代的战略远见。” 宣善明总结道。